蛋白質(zhì)亞細(xì)胞定位預(yù)測的超級學(xué)習(xí)機(jī)方法

　　蛋白質(zhì)一級序列的亞細(xì)胞定位在基因組注釋、蛋白質(zhì)功能預(yù)測、藥物發(fā)現(xiàn)等領(lǐng)域起著重要作用。超級學(xué)習(xí)機(jī)是近年來新興的機(jī)器學(xué)習(xí)方法。本文探討了超級學(xué)習(xí)機(jī)在蛋白質(zhì)亞細(xì)胞定位預(yù)測中的潛力。為此，我們首先給出了一種新的特征提取策略，將每個蛋白質(zhì)一級序列表示成25維的數(shù)值向量。在此基礎(chǔ)上，我們將852組分枝桿菌蛋白質(zhì)數(shù)據(jù)分別用基于新特征的支持向量機(jī)方法、基于新特征的超級學(xué)習(xí)機(jī)方法和已有的基于偽氨基酸組成特征的支持向量機(jī)方法做數(shù)值試驗(yàn)。這852組數(shù)據(jù)從Swiss-Prot 48數(shù)據(jù)庫中選取，分屬于四個不同種類。通過在這些數(shù)據(jù)上做五折交叉數(shù)值比較發(fā)現(xiàn)，基于新特征提取策略的超級學(xué)習(xí)機(jī)方法的準(zhǔn)確率最高，達(dá)到了97.2%，超過基于新特征的支持向量機(jī)方法的96.4%的準(zhǔn)確率以及基于偽氨基酸組成特征的支持向量機(jī)方法的95.2%的準(zhǔn)確率。